Todavía angustiados por las imágenes del penúltimo atentado terrorista en suelo europeo -y en pleno mercadillo navideño de Berlín-, se redoblan las voces que exigen más y mejores medidas de seguridad para proteger a los ciudadanos. Una tarea cada vez más compleja dado el cariz de los ataques de nuevo cuño: en muchos casos lobos solitarios (o ‘terroristas autómatas’ como prefieren llamarlos las fuerzas de seguridad) que no se integran en grupos organizados sino que siguen de forma más o menos arbitraria las instrucciones y estrategias procedentes del Estado Islámico o de Al Qaeda.

Más allá del ‘efecto placebo’ tranquilizador, la presencia de fuerzas policiales o militares en las calles tiene bastante poco que hacer ante la actuación de individuos radicalizados que preparan sus atentados en la intimidad de sus hogares y que, en muchos casos, están incluso dispuestos a morir en la consecución de su propósito. Por ello, todos los expertos apuntan a la mejora de la inteligencia policial a nivel europeo en el seguimiento y anticipación de los terroristas.

España ha dado grandes pasos en este ámbito tras el ‘inesperado’ atentado del 11 de marzo 2004 en Madrid. Toda la expertise acumulada en la persecución de ETA, se enfocó desde entonces en el nuevo terrorismo islamista, añadiendo a la fórmula las nuevas posibilidades de seguimiento que permiten, por ejemplo, las redes sociales. Pero ¿podrían los algoritmos y el manejo de datos a gran escala (lo que se ha dado en llamar Big Data) proporcionar nuevas herramientas a la inteligencia europea para prevenir la comisión de atentados? Y, si pudieran, ¿es compatible con nuestro Estado de derecho?

La ‘Policía predictiva’ -una especie de Minority Report pero sin añadido psico-místico- es ya una realidad en 60 departamentos de policía de EEUU, entre los que se encuentran Los Ángeles o Chicago. Herramientas como PredPol pretenden anticipar posibles delitos mediante el análisis de grandes sets de datos históricos de arrestos y crímenes, junto con otras estadísticas e información relevantes, que permiten la obtención de patrones repetitivos. Los ladrones, por ejemplo, suelen ser ‘territoriales’ y repiten en los barrios en los que han conseguido buenos robos. La presencia de un bar de copas que cierra de madrugada y echa a la calle de golpe a un número elevado de borrachos es otro parámetro relevante para la proliferación de altercados. Y la estructura de las calles o el tiempo atmosférico también influyen en determinado tipo de delitos (entre otros muchos factores): los delincuentes suelen preferir calles anchas de las que es fácil huir y días secos.

Ya en los 90, la policía de Nueva York probó una herramienta estadística llamada CompStat que pretendía exactamente esto, pero la multiplicación exponencial de la velocidad de proceso de los ordenadores y las nuevas capacidades del Big Data, han disparado las posibilidades de estas herramientas en los últimos años. Y, sobre todo, han surgido nuevas fuentes de información que pueden llevar la ‘Policía predictiva’ a otra dimensión. Las redes sociales ofrecen innumerables pistas que, añadidas a los datos anteriores, permiten la obtención de patrones no solo de lugares o momentos sino también de personas. En Chicago, por ejemplo, un analista de datos ha ayudado a la Policía a generar una lista de individuos que tienen alta probabilidad de cometer o sufrir un delito. E incluso les han alertado de ello, incluso antes de que pasara nada…

Quizá el Big Data pueda aplicarse al seguimiento de islamistas en proceso de radicalización, aunque el rango de datos relevantes para este algoritmo es probablemente más escaso (¿viajes a Siria?, ¿cercanía de una mezquita radical?...) y su profundidad histórica mucho menor que la de la delincuencia común. Pero, incluso si se pudiera, la capacidad de actuación sobre individuos que todavía no han cometido ningún delito es muy limitada en un Estado de derecho. De hecho, alguno de los terroristas que han atentado en Europa recientemente ya había sido objeto de seguimiento por las fuerzas de seguridad